[發明專利]一種基于知識混合推薦的數字化圖書館推薦方法及系統

在審

• 申請號: 202210714698.8
• 申請日: 2022-06-23
• 公開（公告）號: CN114996583A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 程楠楠
• 申請（專利權）人: 江西科技學院
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9538;G06F16/951;G06F40/216;G06F40/30;G06K7/10;G06N3/02;A61L2/20;A61L2/10;A61L101/10
• 代理公司: 南昌恒橋知識產權代理事務所(普通合伙) 36125
• 代理人: 楊志宇

一種基于知識混合推薦的數字化圖書館推薦方法，包括：圖書數據庫、借閱人信息庫，其中：通過對圖書館圖書的信息錄入，得到圖書效能數據，通過對借閱人在校專業信息交互，得到借閱人初始狀態時的初始需求主題，之后借閱人初始需求主題與圖書效能數據共同進入到圖書館偏好庫中，發明通過大量公開數據和大數據采集、分析挖掘技術構建圖書館效能特征，同時基于主題模型構建借閱人需求的主題庫；然后通過神經網絡方法，對歷史上圖書館與借閱人的數據進行訓練，將研究主題和圖書館數據庫映射到他們潛在的關聯表示中，建立借閱人主題合作傾向模型。

技術領域

本發明屬于數字化圖書館方法和系統領域，具體涉及一種基于知識混合推薦的數字化圖書館推薦方法及系統。

背景技術

隨著全球信息產業的高速發展，數字技術的應用日益普及，數字產品己經進入到各個領域，在圖書館中利用計算機技術有效提高了圖書的管理水平。然而。隨著經濟的發展和社會的進步，人們對知識的需求和積累不斷增加，圖書館的藏書不斷增多，信息迅速增長。因此，對于圖書館的管理工作也提出了更高的要求，不但需要進一步提高圖書管理水平，更為重要的是，需要實現圖書信息的有效利用。

目前，針對圖書館圖書管理的研究中，大多數主要集中在管理方面，很少有針對用戶的需求來提供信息分析和決策支持的智能型管理的研究。此外，在數字化書籍管理的研究發展中，目前仍然存在著巨大的困難和障礙，主要表現在:如此大量的信息，究竟如何對它們進行有效的存儲、管理和利用，如何充分發掘信息背后的信息及其潛在的價值，在因特網迅速擴大，信息量爆炸增長的今天，人們發現：數據、信息雖然越來越多，而知識即有序、有效、有價值的信息卻越來越少。因此，如何在眾多圖書中尋找到關于自己所需要的圖書內容，同時能夠高效、快捷、精準的對相關內容進行檢索，迅速得到相關圖書的基本信息，提高圖書管理的智能化程度成為人們密切關注的一個問題。

隨著大數據技術的發展，建立圖書系統和借閱人雙方高效的溝通渠道有了可能性，但是大數據的發展也伴隨著“信息爆炸”“信息過載”的弊端，被信息覆蓋的用戶在海量信息中快速找到自己真正需要的資料的過程變得極其困難。因此，如何依托互聯網大數據技術，構建圖書館與借閱人雙方信息傳遞共享的高效平臺，如何幫助借閱人的需求選擇相關需求內容的圖書，從而更優的發揮圖書館圖書收藏的最大價值，為借閱人提供堅實的保障是當前研究的重點方向。

發明內容

本發明的上述發明目的是通過以下技術方案得以實現的:

一種基于知識混合推薦的數字化圖書館推薦方法，包括：圖書數據庫、借閱人信息庫，其中：通過對圖書館圖書的信息錄入，得到圖書效能數據，通過對借閱人在校專業信息交互，得到借閱人初始狀態時的初始需求主題，之后借閱人初始需求主題與圖書效能數據共同進入到圖書館偏好庫中，通過借閱人在圖書偏好庫的關鍵詞搜索，得到當前偏好主題下的關鍵詞反饋，并將此次關鍵詞數據反饋借閱人圖書偏好庫中，得到新的偏好主題,同時將此次關鍵詞搜索結果進行匹配排序，得到相關推薦圖書名單。

優選的，圖書效能數據包括有圖書領域分化、圖書借閱次數、圖書內容評價、圖書內容關鍵詞記錄，圖書效能數據通過公開數據和爬蟲數據得到，通過文本挖掘技術分析圖書簡介獲得高頻詞主題詞，從而得到圖書內容主題基礎庫，使用潛在語義分析，把圖書簡介和圖書具體內容的文檔-術語矩陣分解成相互獨立的文檔-主題矩陣和主題-術語矩陣，使用詞頻-逆文本頻率指數，為文檔i中的術語j分配了相應的權重，其公式可表示為：

其中：w代表詞頻-逆文本頻率指數得分，tf代表文檔中出現的術語，N代表所有文本，df代表包含關鍵詞的文檔。

優選的，借閱人初始需求主題通過在校相關專業信息以及在校加入社團、校園內部活動偏好得出相關初始需求主題。